《會計學》《實用會計學概要》最∼新∼版∼          《中級會計學──全一冊》採用最新EAS/IFRSs準則,轟動出版!          參展考試必備~會展管理概論,登場~          《稅務法規》最新版,挾雷霆萬鈞之勢上市囉!         
首頁 |  教師專區 |  新聞專區 |  認識新陸 |  書籍總覽 |  購物車 |  訂購方式  
書籍總覽 |  購物車 |  新書預告 
歡迎光臨!親愛的 訪客    [  登入本站 ] 
  大專商學用書
  財管類
  金融類
  資訊類
  RFP美國財務策劃師系列
  經濟類
  會計類
  數學類
  統計類
  稅法類
  保險類
  管理類
  行銷類
  國貿類
  大專理工用書
  字典系列叢書
  語言學習教材
  英文生活、勵志叢書
  托福考試叢書
  世界文學名著(外文版)
  中國文學、詩詞名著
  中外散文、小說叢書
  醫學叢書
  Accounting
  Business
  Economics
  Financial Management
  Management & Organization
  Marketing
  Mechanical Engineering
  Mathematics & Statistics
  Computers
  Law
  FRM
  管理類
  通識類
書籍查詢
 ◇ 應用機器學習:R軟體實務演練 ◇
類別  統計類
定價  480 元 年份  2020
書碼  V534 ISBN  978-986-98888-6-8
作者  楊志清 譯者  
版次  第1版 裝訂  平裝
優惠價    432 元 我要訂購 查詢購物車
教學配件
投影片
本書特色

隨著日新月異的時代變遷,開啟了資料生成速度、數量、多元的新時代環境,同時也開啟了資料分析輔助市場拓展、經濟預測的新紀元。隨著資料分析日益受到重視的情況下,機器學習儼然已成為一門值得深究與學習的科學之一。雖然讀者可以經由網路資源自我學習,但實際上缺乏了機器學習的基礎概念與技術引導。有鑑於此,為能提供一個自我學習「機器學習」的環境,本書除了介紹執行機器學習的軟體技術之外,亦對機器學習演算法的基礎概念加以概述,提供讀者一個完整且有條理的自我學習規劃,期能達到事半功倍的學習效果。

本書結合了 R 軟體的應用,讓讀者可以輕鬆了解「機器學習」的應用,同時也導入了實務資料,讓讀者可以體會實務上機器學習的方法及其應用。書中提及的演算法涵蓋了維度縮減、A歸模型、決策樹、集群分析、關聯規則、貝氏機率分類、時間序列、類神經網路、支援向量機、隨機森林等。每章的第一節分別介紹演算法的理論概念,並於第二節中利用例題方式,講解演算的實際運算方法與結果,最後在第三節內,引用了實際的資料及結合 R 軟體,提供透過軟體運算機器學習的面貌,進一步的深入體驗機器學習的應用。

本書內容

CHAPTER 1 機器學習概論
1-1 機器學習的定義
1-2 機器學習的技術
1-3 機器學習之類型
1-4 機器學習的應用

CHAPTER 2 數據分析
2-1 數據整理
2-2 列聯表分析
2-3 資料視覺化

CHAPTER 3 維度縮減
3-1 維度縮減基礎概念
3-2 維度縮減演算法理論 
3-3 維度縮減操作步驟

CHAPTER 4 A歸分析
4-1 多元A歸模型  
4-2 羅吉斯A歸模型  

CHAPTER 5 決策樹 
5-1 決策樹基礎概念 
5-2 決策樹演算法理論 
5-3 決策樹分析操作步驟

CHAPTER 6 集群分析 
6-1 集群分析基礎概念 
6-2 集群分析理論 
6-3 集群分析操作步驟

CHAPTER 7 關聯規則 
7-1 關聯規則基礎概念  
7-2 關聯規則演算法理論 
7-3 關聯規則操作步驟  

CHAPTER 8 貝氏機率分類
8-1 貝氏機率分類基礎概念 
8-2 貝氏機率分類理論 
8-3 貝氏機率分類操作步驟  

CHAPTER 9 時間序列 
9-1 時間序列基礎概念  
9-2 時間序列理論 
9-3 時間序列操作步驟

CHAPTER 10 類神經網路 
10-1 類神經網路基礎概念 
10-2 類神經網路理論 
10-3 類神經網路操作步驟

CHAPTER 11 支援向量機
11-1 支援向量機基礎概念
11-2 支援向量機理論 
11-3 支援向量機操作步驟

CHAPTER 12 隨機森林 
12-1 隨機森林基礎概念 
12-2 隨機森林理論 
12-3 隨機森林操作步驟

作者簡介

楊志清
中華創新資訊與應用統計學會祕書長

學歷:國立政治大學統計學博士
經歷:國立台北科技大學兼任助理教授、淡江大學兼任助理教授、文化大學兼任助理教授

譯者簡介
作者  楊志清

◇新陸書局股份有限公司•福懋出版社 ◇週一至週五:09:00~18:00
◇台北市重慶南路一段47號 ◇電話:(02)2351-2587•傳真:(02)2391-8788
◇辦公室:台北市南昌路一段125巷6號

◇教師服務專線:(02)2351-2587 分機 11, 15

◇mailto:shinlou@ms25.hinet.net